Mingyue Huo

~Mingyue_Huo1

1

论文总数

1.0

年均投稿

6.0

平均评分

接收情况1/1

会议分布

ICLR

1

发表论文 (1 篇)

20251 篇

Iterative Nash Policy Optimization: Aligning LLMs with General Preferences via No-Regret Learning

合作者 (8)

Baolin Peng1 篇

Linfeng Song1 篇

Yuheng Zhang1 篇